文章 "交易中的神经网络:超点变换器(SPFormer)" 新评论 MetaQuotes 2025.06.20 08:32 新文章 交易中的神经网络:超点变换器(SPFormer)已发布: 在本文中,我们概述一种基于“超点变换器”(SPFormer) 的三维物体分段方法,其剔除了对中间数据聚合的需求。这加快了分段过程,并提高了模型的性能。 训练算法继承自以前发表的文章,延及用于训练和评估的支持程序。 训练后的参与者政策略在 MetaTrader 5 策略测试器中进行了测试,依据 2024 年 1 月的真实历史数据,所有其它参数保持不变。测试结果呈现如下。 在测试期间,该模型进行了 54 笔交易,其中 26 笔以盈利了结。这占所有运作的 48%。平均盈利交易比无盈利操作的类似指标高 2 倍。这令该模型在测试期间获利。 作者:Dmitriy Gizlyk Ernesto Davila Tirado 2025.05.10 15:49 #1 伙计,这非常有趣,但对我来说非常高深! 感谢您的分享,让我一步步地学习。 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 交易中的神经网络:超点变换器(SPFormer)已发布:
训练算法继承自以前发表的文章,延及用于训练和评估的支持程序。
训练后的参与者政策略在 MetaTrader 5 策略测试器中进行了测试,依据 2024 年 1 月的真实历史数据,所有其它参数保持不变。测试结果呈现如下。
在测试期间,该模型进行了 54 笔交易,其中 26 笔以盈利了结。这占所有运作的 48%。平均盈利交易比无盈利操作的类似指标高 2 倍。这令该模型在测试期间获利。
作者:Dmitriy Gizlyk